XG-Boost 101: Used Cars Price Prediction

Aperçu

Titre :

XG-Boost 101 :

Prédiction du prix des voitures d'occasion

Description :

Plongez dans l'univers de l'apprentissage automatique avec notre projet pratique où vous apprendrez à prédire les prix des voitures d'occasion en utilisant trois algorithmes différents :

Régression Linéaire Multiple, Régression Random Forest et XG-Boost. Idéal pour les concessions automobiles, ce projet améliorera votre compréhension des facteurs influençant les prix des voitures d'occasion.

À la fin de ce projet, les participants seront en mesure de :

• Découvrir l'application de l'IA et de l'apprentissage machine dans l'industrie automobile.
• Explorer la théorie et l'application pratique de l'algorithme XG-Boost.
• Apprendre à importer et utiliser les principales bibliothèques Python, gérer les ensembles de données et conduire une Analyse Exploratoire des Données.
• Utiliser des outils de visualisation de données comme Seaborn, Plotly et Word Cloud pour mieux interpréter les données.
• Préparer les données pour la modélisation en les standardisant et en les divisant en ensembles d'entraînement et de test.
• Développer des compétences dans la construction, la formation et l'évaluation de modèles avec XG-Boost, Random Forest et Régression Linéaire Multiple en utilisant Scikit-Learn.
• Évaluer la performance du modèle à travers divers indicateurs clés de performance (KPIs).

Note :

Ce cours est optimisé pour les apprenants en Amérique du Nord.

Des efforts sont en cours pour apporter cette expérience d'apprentissage à d'autres régions.

Fournisseur :

Coursera

Catégories :

Cours d'Intelligence Artificielle, Cours Python, Cours d'apprentissage machine, Cours scikit-learn, Cours de visualisation des données.

---

Enseigné par

Ryan Ahmed

---

Sujets